Стэнфорд учит студентов отправлять патчи мейнтейнерам: как устроен курс CS146S
Когда кодинг-агент решает прошлогоднее домашнее задание одним промптом, старые задания теряют смысл. Михаил Эрик, который ведёт курс CS146S в Стэнфорде и руководит ИИ в Monaco, привлёк к курсу мейнтейнеров опенсорса. Студент разбирается в незнакомом репозитории, предлагает изменение и объясняет патч тому, кто может его принять.
AI-обработка оригинала Latent Space (swyx); редакция Hamidun News
Чем занять студентов, если агент делает всё сам
Знакомая проблема: вы даёте джуну задачу, а Claude Code или другой агент закрывает её за один промпт. Преподаватели столкнулись с тем же. Домашки прошлого года перестали проверять, чему студент научился.
Михаил Эрик преподаёт в Стэнфорде курс CS146S The Modern Software Developer и руководит ИИ в стартапе Monaco. Во втором запуске курса он поменял сам формат проверки. К курсу подключили мейнтейнеров опенсорс-проектов. Студент должен разобраться в незнакомом репозитории, предложить изменение и объяснить патч человеку, который потенциально его смержит.
Это хорошо ложится на реальную работу. Генерировать код теперь дёшево. Дорого понимать чужую кодовую базу, держать контекст и отвечать за диф. Мейнтейнер не оценит красивый промпт: он спросит, зачем это нужно и что сломается.
Что пережило встречу с продакшеном
В выпуске подкаста Latent Space, приуроченном к миллиону подписчиков канала AI Engineer, Эрик разбирает программу курса на десять недель. Он рассказывает, какие уроки оказались полезны в его собственной инженерной команде. В темах: устройство цикла, инструментов и обвязки (harness) кодинг-агента, контекст-инженерия для большого репозитория, навыки, которые помогают понимать диф, а не слепо принимать его.
Отдельная часть касается решения «строить или покупать». В Monaco собственными силами сделали agent workspaces, то есть рабочие окружения под каждого агента. Инструменты для код-ревью купили. А on-call агенту дали доступ к Datadog и GitHub, чтобы он мог сам смотреть на алерты и связывать их с кодом. Формулу Эрик выводит такую: покупай, чтобы учиться, строй, чтобы сохранить.
Среди других обсуждаемых тем: как подготовить репозиторий к работе агентов, что делать, когда код-ревью становится бутылочным горлышком, безопасность, зависимости и права доступа, фоновые агенты вроде Stripe Minions, MCP-порталы и вопрос, какая работа остаётся разработчикам.
Ограничения и практический вывод
Это двухчасовой разговор, а не исследование с метриками. Мы пока видим только анонс и оглавление, поэтому конкретные детали и цифры придётся смотреть в самом выпуске. Часть материала откровенно промо: сама лента подкаста и Monaco продвигают собственные темы.
Практический вывод всё же полезен. Если вы нанимаете или растите джунов, замените проверку «написал код» на «понял чужой код и защитил изменение». Если строите команду вокруг агентов, решите заранее, что вы считаете своим ядром и держите у себя, а что покупаете. И, главное, готовьте репозиторий для агента: понятная структура, тесты, доступ к наблюдаемости, ограниченные права. Иначе узким местом станет ревью, а не генерация.
- 8 нояб. 2026 г.Инвесторы требуют скидку: IPO Anthropic с оценкой $1,5 трлн под вопросом
- 8 нояб. 2026 г.Три итерации промпта: как ИИ-ассистент для рассказов достраивает героев за автора
- 8 нояб. 2026 г.METR: ИИ ускорил исследования в Anthropic вдвое — порог RSP, похоже, пройден
- 8 нояб. 2026 г.Claude Code прячет ключи Datadog от агента: прокси подставляет токен сам
Вопросы и ответы по материалу
Что известно по теме: чем занять студентов, если агент делает всё сам?
Знакомая проблема: вы даёте джуну задачу, а Claude Code или другой агент закрывает её за один промпт. Преподаватели столкнулись с тем же. Домашки прошлого года перестали проверять, чему студент научился. Михаил Эрик преподаёт в Стэнфорде курс CS146S The Modern Software Developer и руководит ИИ в стартапе Monaco. Во втором запуске курса он поменял сам формат проверки. К курсу подключили мейнтейнеров опенсорс-проектов.
Что известно по теме: что пережило встречу с продакшеном?
В выпуске подкаста Latent Space, приуроченном к миллиону подписчиков канала AI Engineer, Эрик разбирает программу курса на десять недель. Он рассказывает, какие уроки оказались полезны в его собственной инженерной команде. В темах: устройство цикла, инструментов и обвязки (harness) кодинг-агента, контекст-инженерия для большого репозитория, навыки, которые помогают понимать диф, а не слепо принимать его. Отдельная часть касается решения «строить или покупать».
Что известно по теме: ограничения и практический вывод?
Это двухчасовой разговор, а не исследование с метриками. Мы пока видим только анонс и оглавление, поэтому конкретные детали и цифры придётся смотреть в самом выпуске. Часть материала откровенно промо: сама лента подкаста и Monaco продвигают собственные темы. Практический вывод всё же полезен. Если вы нанимаете или растите джунов, замените проверку «написал код» на «понял чужой код и защитил изменение».
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.